人工智能已通过图灵测试

人工智能系统现在能让你信以为真，觉得它们是真人。据《独立报》报道，两个大型语言模型已通过图灵测试，该测试旨在判断机器是否能“展现出与人类同等的智能”。AI 这项重大进展挺让人担忧的，因为把大语言模型拟人化，容易骗到人，还会让人搞不清啥是真的、啥是假的。

人还是机器

测试里，一个人要跟一个真人和一个机器聊天，但不知道谁是谁，斯坦福大学是这么说的。要是这人分不出来，那就算机器过关了。研究人员测了四个 AI 系统，发现新一点的大语言模型能在短对话里装得挺像人，这项研究发在 PNAS 期刊上。

“只要提示词给对了，先进的LLM就能展现出和人类一样的语气、直率、幽默和会犯错的样子，”研究作者卡梅伦·琼斯在一份新闻稿中表示。“虽然我们知道LLM能轻松聊起几乎所有话题，但这项测试还发现，它们能装得像模像样地展现出社交行为特点，这大大改变了我们对AI的看法。”这次测试了四款AI模型：GPT-4.5和Llama-3.1-405B是当时最先进的模型，另外还有老款基线模型GPT-4o和ELIZA——ELIZA是上世纪60年代的一个简单聊天机器人。

在这些模型中，“GPT-4.5 在 73% 的情况下被判定为人类，也就是说，测试者把它认作‘人类’的次数明显更多，甚至超过了选择真正的人类参与者，”新闻稿称。Llama-3.1-405B，“在相同的提示下，有 56% 的几率被判定为人类”，使其“在统计上和真人没什么两样”。作为对照的基础系统表现明显逊色，ELIZA 只有 23% 的几率被误认成人类，而 GPT-4o 则有 21% 的几率被误认。

无人区

AI模型冒充人类是让人担心的事。图灵测试就是让模型“撒谎”的游戏，琼斯在新闻稿中表示，“说白了，模型好像特别会撒谎。”要是AI真能这样，最大的风险就是“假人”会越来越多。因为骗人太容易了，我们“需要更加警惕”，而且“大家别太自信，觉得自己聊的是真人，而不是AI。”不过，AI还没到能自己主动骗人的地步。

虽然这些聊天机器人确实通过了图灵测试，但它们也需要特定指令才能达成这一结果。据《独立报》报道，每个系统都被“要求扮演一个角色，或采用特定的身份和说话方式”。这些提示“之所以有效，部分是因为它们引导系统像人类那样犯错”。当模型没有收到这些提示时，它们被当成人类的几率就低多了，GPT-4.5的识别率降到36%，Llama-3.1-405B则降到38%。该研究的合著者本·伯根在新闻稿中说，这些模型“能装得像人，但可能不太明白怎么才能装得更像人”。